b
2
= koefisien regresi berganda X
2
terhadap variabel terikat Y, apabila variabel bebas X
1
dianggap konstan.
Menurut Sugiyono2009:279, regresi linier berganda dengan dua variabel
bebas X
1
dan X
2
metode kuadrat kecil memberikan hasil bahwa koefisien- koefisien a, b
1
, dan b
2
dapat dihitung dengan menggunakan rumus sebagai berikut: ∑Y = na + b
1
∑X
1
+ b
2
∑X
2
∑XY = a∑X
1
+ b
1
∑X
1 2
+ b
2
∑X
1
X
2
∑X
2
Y= a∑X
2
+ b
1
∑X
1
X
2
+ b
2
∑X
2 2
Dimana n = banyaknya sampel Arti koefisien b adalah jika nilai b positif +, hal tersebut menunjukkan
hubungan yang searah antara variabel bebas dengan variabel terikat. Dengan kata lain peningkatan atau penurunan besarnya variabel bebas akan diikuti oleh
peningkatan atau penurunan besarnya variabel terikat. Sedangkan jika nilai b negatif -, menunjukkan hubungan yang
berlawanan antara variabel bebas dengan variabel terikat. Dengan kata lain setiap peningkatan besarnya nilai variabel bebas akan diikuti oleh penurunan besarnya
nilai veriabel terikat, dan sebaliknya.
b. Uji Asumsi Klasik
Untuk memperoleh hasil yang lebih akurat pada analisis regresi berganda maka dilakukan pengujian asumsi klasik agar hasil yang diperoleh merupakan
persamaan regresi yang memiliki sifat Best Linier Unbiased Estimator BLUE.Pengujian mengenai ada tidaknya pelanggaran asumsi-asumsi klasik
merupakan dasar dalam model regresi linier berganda yang dilakukan sebelum dilakukan pengujian terhadap hipotesis.
Beberapa asumsi klasik yang harus dipenuhi terlebih dahulu sebelum menggunakan analisis regresi berganda multiple linear regression sebagai alat
untuk menganalisis pengaruh variabel-variabel yang diteliti, terdiri atas :
a Uji Normalitas
Uji normalitas untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau
tidak.Model regresi yang baik hendaknya berdistribusi normal atau mendekati normal.Mendeteksi apakah data terdistribusi normal atau tidak
dapat diketahui dengan menggambarkan penyebaran data melalui sebuah garfik.Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonalnya, model regresi memenuhi asumsi normalitas Husein Umar, 2011:181
. Dasar pengambilan keputusan bisa dilakukan berdasarkan probabilitas Asymtotic Significance, yaitu :
Jika struktur modal 0,05 maka distribusi dari populasi adalah
normal.
Jika struktur modal 0,05 maka populasi tidak berdistribusi secara normal.
Pengujian secara visual dapat juga dilakukan dengan metode gambar normal struktur modal Plots dalam program SPSS. Dasar
pengambilan keputusan yang dilakukan adalah sebagai berikut:
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi
memenuhi asumsi normalitas.